[发明专利]直播行业新闻与分区匹配方法、装置、服务器及存储介质

说明书

本发明涉及一种直播行业新闻与分区匹配方法、装置、服务器及存储介质，本方法包括：创建直播分区语料库并进行分词处理；确定直播分区内词语的权重；创建新闻词库；对词库内词语进行词频‑反文档频率TF‑IDF加权，确定新闻中词语的权重；将直播分区语料库与新闻词库进行词语匹配，对于每条新闻，确定直播分区内的文本相对于所述新闻的相似度，选取相似度值最高的文本对应的直播分区作为所述新闻所匹配的分区。本方法中分区与新闻一侧采取了异构的词向量建模，并进一步的通过自设的权重和相似度度量公式，实现自动地对直播行业新闻进行精准的分区匹配。

技术领域

本发明涉及自然语言处理技术领域，具体涉及一种直播行业新闻与分区匹配方法、装置、服务器及存储介质。

背景技术

随着直播行业的不断发展，网络中会出现许多与直播平台或者直播内容相关的新闻。新闻往往代表着社会舆论的热点，如果能够将新闻与直播平台上的分区相对应，那么在分区运营的时候可以参考匹配到的新闻，从而把握舆论导向以及热点资讯。

以往的做法是采用较多的人工方式去收集各个分区下面的典型词语，再通过新闻出现的词语与这些词语的匹配关系给予其合适的分区。这种匹配方式比较简单，且人力成本过高，匹配精确度较低。

发明内容

有鉴于此，本发明实施例提供了一种直播行业新闻与分区匹配方法、装置、服务器及存储介质，以解决现有匹配方式精度较低、人力成本过高的问题。

本发明实施例第一方面提供了一种直播行业新闻与分区匹配方法，步骤包括：

获取直播分区内的文本，根据所述文本创建直播分区的语料库，对语料库中文本数据进行分词处理得到直播分区词语；

确定直播分区词语的权重；

获取新闻文本，对新闻文本进行分词和去停词处理得到新闻词语，根据新闻词语创建新闻词库；

对新闻词语进行TF-IDF加权，确定新闻词语的权重；

将直播分区语料库与各新闻词库进行词语匹配，对于每条新闻，根据匹配重合的词语在所述新闻中的权重与在直播分区中的权重，确定直播分区内的文本相对于所述新闻的相似度；选取相似度值最高的文本对应的直播分区作为所述新闻所匹配的直播分区。

本发明实施例第二方面提供了一种直播行业新闻与分区匹配装置，包括：

第一获取单元：用于获取直播分区内的文本，根据所述文本创建直播分区的语料库，对语料库中文本数据进行分词处理得到直播分区词语；

第一计算单元：用于确定直播分区词语的权重；

第二获取单元：用于获取新闻文本，对新闻文本进行分词和去停词处理得到新闻词语，根据新闻词语创建新闻词库；

第二计算单元：用于对新闻词语进行TF-IDF加权，确定新闻词语的权重；

匹配单元：用于将直播分区语料库与各新闻词库进行词语匹配，对于每条新闻，根据匹配重合的词语在所述新闻中的权重与在直播分区中的权重，确定每条分区文本相对于所述新闻的相似度；选取相似度值最高的分区文本对应的直播分区作为所述新闻所匹配的直播分区。

本发明实施例第三方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明第一方面所述直播行业新闻与分区匹配方法的步骤。

本发明实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明第一方面所述直播行业新闻与分区匹配方法的步骤。